Whisper 在应用内运行
HookWise 通过 whisper.cpp 在你的电脑上运行 Whisper,Mac 上使用 Metal 加速。音频直接从你的文件读取并转成文字,每个词都有开始和结束时间。文字稿保存在项目里,字幕、删除口头禅和 AI 剪辑都基于同一份文字工作。
你可以在三个模型中选择。Base 约 148 MB,随安装包附带。Small 约 488 MB,Medium 约 1.5 GB,在应用内从 Hugging Face 下载,HookWise 会在使用前校验下载的文件。之后也可以删除下载的模型来释放磁盘空间。
根据录音选择模型
录音干净时先用 Base,比如用播客麦克风,或在安静房间里用领夹麦录的音。如果房间有回声、人声下面有音乐、说话人口音很重,或者话题里满是专业术语,就换成 Small 或 Medium。在同一台电脑上,模型越大通常越准确,耗时也越长。
知道是什么语言时,自己指定。自动检测适合来历不明的文件,而当视频开头是音乐或另一种语言的问候时,指定语言可以避免判断错误。如果 YouTube 视频已经有自动字幕,直接导入,就可以跳过转写。
速度和准确度的预期
转写在所有套餐上离线运行,不会上传任何内容。只有下载 Small 或 Medium,或通过链接导入时才需要联网。转写耗时取决于视频长度、模型和你的电脑。HookWise 不公布速度数据,建议在 7 天试用期内拿一期常规节目试一试。
没有哪个模型能把每个词都识别对。检查人名、品牌词和多种语言混杂的句子,然后在文字稿面板里修改。只要词数不变,每个词都保留自己的时间戳,修改后字幕依然同步。